脑肿瘤浸润性胶质母细胞瘤细胞中代谢MR-PET与组织糖酵解测量的生物学关联
该数据集来自clinicaltrials.gov,聚焦胶质母细胞瘤(GBM)中代谢MR-PET成像与组织糖酵解测量之间的生物学关联

基本信息
资源简介
脑肿瘤浸润性胶质母细胞瘤细胞中代谢MR-PET与组织糖酵解测量的生物学关联
该数据集来自clinicaltrials.gov,聚焦胶质母细胞瘤(GBM)中代谢MR-PET成像与组织糖酵解测量之间的生物学关联。研究对象为计划接受标准手术切除的GBM患者,采集FDG-PET、标准脑MRI及约15分钟研究性MR成像序列,用于计算实验性GBM影像生物标志物“glycolytic index”。术后肿瘤组织样本经免疫组化处理,并开展RNA测序与生物能量学分析。数据可用于探索影像指标与组织糖酵解、EGFR等分子特征之间的关联,支持GBM影像生物标志物研究(来源 clinicaltrials.gov)。
【数据内容】
源站描述(机器翻译,仅供参考):Conditions: Glioblastoma Multiforme, Glycolytic Index, Epidermal Growth Factor Receptor. 计划作为标准治疗一部分接受胶质母细胞瘤(GBM)切除的患者将被邀请参加本研究。所有患者将使用标准临床成像技术接受FDG-PET扫描以进行研究,同时接受标准脑MRI以及最多约15分钟的研究性MR成像序列,以便计算作为实验性GBM成像生物标志物的“glycolytic index”。在pH测量之后,患者的临床活检/肿瘤切除将按临床护理计划进行。临床操作期间切除的组织样本将被获取,并使用免疫组化技术进行处理以进行进一步评估,包括RNA测序和生物能量学分析。本研究将调查核心假设
【主题与分类】
主题标签:Glioblastoma Multiforme、Glycolytic Index、Epidermal Growth Factor Receptor。本站分类:肿瘤/脑肿瘤。
【获取与许可】
源站页面:https://clinicaltrials.gov/study/NCT06059690
下载信息
注册下载
需要注册 Kaggle 账号并登录后下载,适合需要跟踪下载记录和使用 API 的用户。
暂未开放公开下载
无需注册即可直接获取公开样本或文档,适合快速预览和评估数据集质量。
免登录当前数据集主要来源为 Kaggle 公开托管,完整影像包建议通过原始链接或 Kaggle API 获取。
使用方式
数据集获取
源站:https://clinicaltrials.gov/study/NCT06059690
标准获取流程:
- 访问源站链接,注册/登录账号;
- 进入数据集详情页,按页面指引申请权限或直接下载;
- 部分平台提供 SDK,例如:
- OpenDataLab:
pip install openxlab后openxlab.dataset.get(...) - ModelScope:
pip install modelscope后modelscope download - 天池: 登录后页面提供直链下载
以源站「数据下载/使用文档」页面为准。
- OpenDataLab:
数据说明
条件:多形性胶质母细胞瘤、糖酵解指数、表皮生长因子受体。作为标准治疗的一部分,计划接受多形性胶质母细胞瘤(GBM)切除术的患者将被邀请参与本研究。所有患者将采用标准临床成像技术进行FDG-PET扫描,同时接受标准脑部MRI以及最多约15分钟的研究性MR成像序列,以便计算“糖酵解指数”作为实验性GBM成像生物标志物。在pH测量之后,患者将按临床护理计划进行临床活检/肿瘤切除术。临床过程中切除的组织样本将被获取,并使用免疫组织化学技术进行处理,以进行进一步评估,包括RNA测序和生物能量学分析。
本研究将探讨的核心假设是:通过RNA表达、蛋白质表达及生物能量学分析,能够可靠地检测出经活检获取的、处于高糖酵解水平的肿瘤组织,这一检测结果与组织pH值的直接测量相关联,并且与结合18F-FDG PET、胺CEST-SAGE-EPI、灌注MRI及扩散MRI所构建的“糖酵解指数”强烈相关。此外,研究者还将探究由该成像模式识别出的代谢差异是否能识别出浸润性非强化肿瘤细胞。FDG:18F-2-氟-2-脱氧-D-葡萄糖氟脱氧葡萄糖;CEST:化学交换饱和转移;SAGE:自旋与梯度回波;EPI:回波平面成像;IHC:免疫组织化学;rCBF:局部脑血流量;rCBV:相对脑血容量;DSC:动态磁敏感对比;ADC:表观扩散系数;MCT:单羧酸转运蛋白。
数据加载示例(图像类)
from PIL import Image
import glob, os
files = (glob.glob(os.path.join(path, "**", "*.png"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.jpg"), recursive=True)
+ glob.glob(os.path.join(path, "**", "*.tif"), recursive=True))
print("图像文件数:", len(files))
img = Image.open(files[0]); print("尺寸/模式:", img.size, img.mode)
# torchvision Dataset 方式:
# from torchvision import datasets
# ds = datasets.ImageFolder(path) # 要求 子目录=类别
目录组织与标注格式以源站说明和下载后实际文件为准。
需要用于商业化训练或医疗器械注册(NMPA/FDA)?
公开数据往往缺乏完整的病理回证与专家标注。千方医数集依托三甲直采网络,提供合规、去标识化、支持注册级质控的专病数据集交易服务。




